2

万能的图表

我们不能通过多次随机压力的结果来得出结论，因为这样的数据没有意义。为了能够获取有意义的结果，必须设计一系列测试场景。因此我们参照了这个图： 

该图表明，直到一个特定的点，随着请求总数的增长，延迟基本上没有变化。然而，当这个拐点之后，响应延迟几乎以指数级增长。这就是我们期望度量的机器或者配置的拐点。

Ganglia

在提供一些测试结果之前，首先介绍下Ganglia工具。

Ganglia是一个为高性能计算系统（例如集群和网格计算）设计的可扩展分布式监控系统

下面的一些图表是我们一台服务器的监控数据截图，通过它们我们可以直观的了解Ganglia及其能够提供的图表信息。 

看起来不错吧？

我们使用Ganglia来监控HAProxy服务器，以提供一些核心指标，包括：

1. TCP连接数：能够让我们了解当前系统上创建创建的TCP连接总数。注意，该数据是输入输出连接的总和。
2. 数据包收发量：HAProxy实际发送和接收到的TCP包数量。
3. 数据收发量：实际发送和接收的数据总量。
4. 内存：压力测试过程中服务器的内存变化情况。
5. 网络：了解压力测试过程中的网络带宽情况。

以下是基于之前的测试所得到的一些限制，也是我们希望在这次压力测试中能够达到的成绩：

• TCP连接数700k
• 发送数据包50k个，接收数据包60k个
• 收发数据量均在10–15MB字节左右
• 内存消耗约14–15G
• 网络带宽7MB

以上数据均为每秒数据